即时通话中基于呼吸音分离算法的隐蔽信息传递

发布时间：2025-02-09 16:18

　　呼吸是一个人生命的象征,作为一个为了维持生命特征不可避免的生理活动,呼吸的重要性不言而喻。但长久以来,在语音信号处理中,由于呼吸的声音具有能量低、频率低的特点,研究者们大都关注于有声语音部分,而呼吸音往往被看作是微不足道的一个部分甚至是噪声来进行处理。然而,作为与有声语音信号具有明显差异的一种声音信号,呼吸音本身也可反映出十分丰富的信息。近来,已有越来越多的研究者开始对呼吸音本身所包含的信息进行分析和研究,包括其在医疗领域、情感识别领域和说话人识别领域的利用价值。而本文意在挖掘呼吸音的另外一种用途,利用呼吸音在说话过程中存在感极低的特点,通过赋予不同的呼吸音不同的含义,来达到隐蔽信息传递的目的。本文首先定义了呼吸手势这一新的概念。呼吸手势即一组精心设计的、具有不同内在含义的呼吸音片段,用户通过在通话过程中主动插入呼吸手势来完成秘密信息的嵌入。作为承载秘密信息的载体,呼吸手势的设计是本文工作的一个重要组成部分。为了达到隐蔽通信的目的,呼吸手势应满足以下特性:多样性、简洁性、隐蔽性、与其他呼吸音的差异性。本文在此基础上设计了三种不同的呼吸手势,并分别对其进行了分析与测试。秘密信息的提取是由一...

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

图2-1时域信号到频域信号的转化

在各类语音处理系统中，语音特征的提取和分类器的设计是最核心的两章对在语音信号处理领域中常用的语音特征和分类器做一个简单的介音端点检测一直是语音信号预处理中基础却又关键的一个步骤，因此本端点检测的基本原理也做了相应的介绍。常用语音特征简介在语音信号处理领域，从以往对乐器声音分类的....

图2-2时域波形与语谱图的对比

电子科技大学硕士学位论文而获得对应于每个语音帧的短时频谱。短时频谱反映了音频信号中某一个声音帧的频率和振幅之间的关系，是一个静态特征。在具体的应用场景（如：语音识别、说话人识别）中，通常对语音信号同时执行时域分析和频域分析，将两者结合起来以期获得关于声音的幅度和频率随时间变化的动....

图2-3说“好”时的STE和ZCR

常在延迟、灵敏度、准确性和计算成本之间有一定的妥协。除了简单动的起止点外，一些VAD算法也提供了进一步的分析，例如检测语清音。语音端点检测通常与语言无关。语音应用中执行语音的端点检测具有诸多好处，例如，在存储或传输将有效语音片段从连续的语音流单独提取出来可以降低存储和传输音端....

图2-4二维VQ模型

图2-4二维VQ模型C和空间的划分P是上述问题的一个解，则这个解条件(NearestNeighborCondition)：≤域应该包含所有与最接近的矢量。件(Cen....

本文编号：4032517